- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT07226115
Splicing-alapú Prediktív Tanulás az Egyéni Kemoterápiás Értékeléshez Vastagbélrákban (SPLICE)
Splicing-Alapú Prediktív Tanulás Egyéni Kemoterápiás Értékelésére Vastagbélrákban (SPLICE)
A vastagbélrák (CRC) továbbra is a rákhalálok egyik vezető oka világszerte. Bár a adjuvant kemoterápia javítja a túlélést a gyógyító műtét után, hatékonysága széles körben változik a betegek között. A megbízható prediktív biomarkerek hiánya gyakran túlkezeléshez vagy alulkezeléshez vezet.
Ez a tanulmány célja, hogy egy gépi tanuláson alapuló prediktív modellt fejlesszen ki a adjuvant kemoterápia válaszára, daganatokból származó alternatív splicing aláírások felhasználásával.
Az RNS-szekvenálási adatok, a splicing izoformák és a klinikai eredmények integrálásával ez a tanulmány molekuláris prediktorokat kíván azonosítani a kezelési válaszra és a műtét utáni visszaesési kockázatra.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A vastagbél- és végbélrák (CRC) továbbra is jelentős globális egészségügyi terhet jelent, ahol az adjuváns kemoterápia a gyógyító műtét utáni szokásos kezelési standard.
A betegek válasza a terápiára azonban jelentősen változik, és jelenleg nincs érvényes molekuláris modell, amely útmutatást nyújtana az adjuváns kezelés kiválasztásához.
Friss tanulmányok azt sugallják, hogy az abnormális alternatív splicing - nem csupán a génexpresszió szintje - döntő szerepet játszik a kemoterápiás érzékenység és a tumor kiújulás kialakításában.
Ennek ellenére ezeket a komplex transzkriptomikus változásokat a szokásos differenciális expressziós analízisek gyakran nem észlelik.
Az ASPAIRE keretrendszer (Alternative Splicing and Predictive mAchIne learnIng for Response Evaluation) fejlett számítási modellezést alkalmaz, hogy többdimenziós splicing jellemzőket rögzítsen az RNS-szekvenálási adatokból, és klinikailag hasznos előrejelzésekké alakítsa azokat.
Ebben a kutatási erőfeszítésben a kutatók gépi tanulást alkalmaznak a CRC adjuváns kemoterápiás válaszának előrejelzésére.
A kutatási terv három fázist fog alkalmazni:
- Alternatív splicing mintázatok azonosítása, amelyek kapcsolatban állnak az adjuváns kemoterápiás válasszal, RNS-szekvenáláson és számítási jellemzőkinyerésen keresztül.
- A kutatók ezután reverz transzkripció - kvantitatív polimeráz láncreakción (RT-qPCR) alapuló tesztet fejlesztenek ki, és gépi tanulási modellt képeznek ki a kemoterápiás válasz előrejelzésére.
- A kutatók függetlenül validálják a tesztet.
Ezt a tesztet ideiglenesen "SPLICE"-nek (Splicing-based Predictive Learning for Individual Chemotherapy Evaluation in Colorectal Cancer) nevezik, és a betegségmentes túlélés tesztelésére használják akár öt évig a kezelés után.
A tanulmány végére ez a teszt kidolgozásra és validálásra kerül, hogy segítse a klinikai döntéshozatalt a betegségmentes túlélés előrejelzésével.
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Ajay Goel, PhD
- Telefonszám: 626-218-3452
- E-mail: ajgoel@coh.org
Tanulmányi helyek
-
-
California
-
Duarte, California, Egyesült Államok, 91010
- Toborzás
- City of Hope Medical Center
-
Kapcsolatba lépni:
- Ajay Goel, PhD
- Telefonszám: 626-218-3452
- E-mail: ajgoel@coh.org
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevonási kritériumok:
- Hisztológiailag igazolt II-III. stádiumú vastagbélrák (TNM osztályozás, 8. kiadás)
- Standard adjuváns kemoterápia részesülése radikális reszekció után
- Kemoterápia előtti tumor szövet (FFPE vagy fagyasztott) rendelkezésre állása
- Elegendő klinikai adatok a kimenetel elemzéséhez (recidíva, túlélés)
- 18-80 év közötti életkor
Kizárási kritériumok:
- Gyulladásos bélbetegség
- Nem megfelelő RNS minőség vagy hozzájárulás hiánya
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Kolorektális rák nem válaszolói (Képzési Kohorsz)
A kolorektális rák nem válaszolói, akiknél elsődleges tumor kezelésétől számított 60 hónapon belül ismétlődő CRC alakult ki, az első kohorszban
|
Egy RNS-splice izoforma panel, melynek szintjét az elsődleges daganatból származó szövetmintákban tesztelik.
|
|
Vastagbélrák válaszadói (Tanuló Kohorsz)
Az első kohorszban lévő vastagbélrák betegek, akiknél nem alakult ki visszatérő vastagbélrák a primer daganat kezelésétől számított 60 hónapon belül
|
Egy RNS-splice izoforma panel, melynek szintjét az elsődleges daganatból származó szövetmintákban tesztelik.
|
|
Nem válaszoló vastagbélrákban szenvedő betegek, ismétlődő betegséggel (Validációs Kohorsz)
A második, független validációs kohorszban azok a vastagbélrák nem válaszolói, akiknél 60 hónapon belül az elsődleges tumor kezelésétől számítva ismétlődő vastagbélrák alakult ki
|
Egy RNS-splice izoforma panel, melynek szintjét az elsődleges daganatból származó szövetmintákban tesztelik.
|
|
Vastagbélrák válaszadói (Validációs Kohorsz)
A második, független validációs kohorszban a vastagbélrák kezelését követő 60 hónapon belül nem alakult ki recidív vastagbélrákú válaszadók
|
Egy RNS-splice izoforma panel, melynek szintjét az elsődleges daganatból származó szövetmintákban tesztelik.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Recurrencia-mentes túlélés
Időkeret: a betegség kezelésének kezdetétől a halálig vagy legfeljebb 60 hónapig
|
Az idő a betegség kezelésétől a visszatérő vastagbélrák kialakulásáig
|
a betegség kezelésének kezdetétől a halálig vagy legfeljebb 60 hónapig
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Teljes túlélés
Időkeret: a betegség kezelésének kezdetétől a halál időpontjáig vagy legfeljebb 60 hónapig
|
Idő a betegség kezelésétől a halálig bármilyen okból
|
a betegség kezelésének kezdetétől a halál időpontjáig vagy legfeljebb 60 hónapig
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Ajay Goel, PhD, City of Hope Medical Center
Publikációk és hasznos linkek
Általános kiadványok
- Dienstmann R, Salazar R, Tabernero J. Personalizing colon cancer adjuvant therapy: selecting optimal treatments for individual patients. J Clin Oncol. 2015 Jun 1;33(16):1787-96. doi: 10.1200/JCO.2014.60.0213. Epub 2015 Apr 27.
- Andre T, Boni C, Navarro M, Tabernero J, Hickish T, Topham C, Bonetti A, Clingan P, Bridgewater J, Rivera F, de Gramont A. Improved overall survival with oxaliplatin, fluorouracil, and leucovorin as adjuvant treatment in stage II or III colon cancer in the MOSAIC trial. J Clin Oncol. 2009 Jul 1;27(19):3109-16. doi: 10.1200/JCO.2008.20.6771. Epub 2009 May 18.
- Andre T, Meyerhardt J, Iveson T, Sobrero A, Yoshino T, Souglakos I, Grothey A, Niedzwiecki D, Saunders M, Labianca R, Yamanaka T, Boukovinas I, Vernerey D, Meyers J, Harkin A, Torri V, Oki E, Georgoulias V, Taieb J, Shields A, Shi Q. Effect of duration of adjuvant chemotherapy for patients with stage III colon cancer (IDEA collaboration): final results from a prospective, pooled analysis of six randomised, phase 3 trials. Lancet Oncol. 2020 Dec;21(12):1620-1629. doi: 10.1016/S1470-2045(20)30527-1.
- Di Narzo AF, Tejpar S, Rossi S, Yan P, Popovici V, Wirapati P, Budinska E, Xie T, Estrella H, Pavlicek A, Mao M, Martin E, Scott W, Bosman FT, Roth A, Delorenzi M. Test of four colon cancer risk-scores in formalin fixed paraffin embedded microarray gene expression data. J Natl Cancer Inst. 2014 Sep 22;106(10):dju247. doi: 10.1093/jnci/dju247. Print 2014 Oct.
- Auclin E, Zaanan A, Vernerey D, Douard R, Gallois C, Laurent-Puig P, Bonnetain F, Taieb J. Subgroups and prognostication in stage III colon cancer: future perspectives for adjuvant therapy. Ann Oncol. 2017 May 1;28(5):958-968. doi: 10.1093/annonc/mdx030.
- Okuno K, Kandimalla R, Mendiola M, Balaguer F, Bujanda L, Fernandez-Martos C, Aparicio J, Feliu J, Tokunaga M, Kinugasa Y, Maurel J, Goel A. A microRNA signature for risk-stratification and response prediction to FOLFOX-based adjuvant therapy in stage II and III colorectal cancer. Mol Cancer. 2023 Jan 20;22(1):13. doi: 10.1186/s12943-022-01699-2. No abstract available.
- Zhang JX, Song W, Chen ZH, Wei JH, Liao YJ, Lei J, Hu M, Chen GZ, Liao B, Lu J, Zhao HW, Chen W, He YL, Wang HY, Xie D, Luo JH. Prognostic and predictive value of a microRNA signature in stage II colon cancer: a microRNA expression analysis. Lancet Oncol. 2013 Dec;14(13):1295-306. doi: 10.1016/S1470-2045(13)70491-1. Epub 2013 Nov 13.
- Gray RG, Quirke P, Handley K, Lopatin M, Magill L, Baehner FL, Beaumont C, Clark-Langone KM, Yoshizawa CN, Lee M, Watson D, Shak S, Kerr DJ. Validation study of a quantitative multigene reverse transcriptase-polymerase chain reaction assay for assessment of recurrence risk in patients with stage II colon cancer. J Clin Oncol. 2011 Dec 10;29(35):4611-9. doi: 10.1200/JCO.2010.32.8732. Epub 2011 Nov 7.
- Zhang M, Chen C, Lu Z, Cai Y, Li Y, Zhang F, Liu Y, Chen S, Zhang H, Yang S, Gen H, Jiang Y, Ning C, Huang J, Wang W, Fan L, Zhang Y, Jin M, Han J, Xiong Z, Cai M, Liu J, Huang C, Yang X, Xu B, Li H, Li B, Zhu X, Wei Y, Zhu Y, Tian J, Miao X. Genetic Control of Alternative Splicing and its Distinct Role in Colorectal Cancer Mechanisms. Gastroenterology. 2023 Nov;165(5):1151-1167. doi: 10.1053/j.gastro.2023.07.019. Epub 2023 Aug 3.
- Reichling C, Taieb J, Derangere V, Klopfenstein Q, Le Malicot K, Gornet JM, Becheur H, Fein F, Cojocarasu O, Kaminsky MC, Lagasse JP, Luet D, Nguyen S, Etienne PL, Gasmi M, Vanoli A, Perrier H, Puig PL, Emile JF, Lepage C, Ghiringhelli F. Artificial intelligence-guided tissue analysis combined with immune infiltrate assessment predicts stage III colon cancer outcomes in PETACC08 study. Gut. 2020 Apr;69(4):681-690. doi: 10.1136/gutjnl-2019-319292. Epub 2019 Nov 28.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 23228/SPLICE
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .